Build your ultimate AI agent
รายละเอียดคอร์ส
ผู้คนตัดสินใจเลือกสิ่งต่าง ๆ ในชีวิตประจำวันอยู่เสมอ ไม่ว่าจะเป็นการเลือกซื้อสินค้าอย่างน้ำส้มหรือรถยนต์ การตัดสินใจเลือกผู้สมัครในการเลือกตั้ง หรือการเลือกเส้นทางเดินทางไปทำงาน นักการตลาด ผู้ค้าปลีก นักออกแบบผลิตภัณฑ์ นักรัฐศาสตร์ นักวางแผนระบบขนส่ง นักสังคมวิทยา และอีกหลายสาขาต่างต้องการเข้าใจว่าอะไรเป็นแรงขับเคลื่อนเบื้องหลังการเลือกเหล่านั้น โมเดลการเลือก (Choice Models) ช่วยพยากรณ์ว่าผู้คนจะเลือกอะไรโดยอิงจากคุณลักษณะของตัวเลือกที่มีอยู่ และสามารถนำไปใช้ในการตัดสินใจออกแบบผลิตภัณฑ์ที่สำคัญได้ คอร์สนี้จะสอนวิธีจัดระเบียบข้อมูลการเลือก สร้างและประมาณค่า Choice Models ใน R รวมถึงการนำเสนอผลลัพธ์ที่ได้ คอร์สครอบคลุมทั้งการวิเคราะห์ข้อมูลการเลือกจากโลกจริงและแนวทางการสำรวจที่เรียกว่า Conjoint Analysis
ข้อกำหนดเบื้องต้น
หลักสูตร
โครงสร้างคอร์ส
1
คู่มือเริ่มต้นใช้งาน
เป้าหมายของบทนี้คือพาคุณผ่านกระบวนการ Choice Modeling ทั้งหมดอย่างรวดเร็ว เพื่อให้เห็นภาพรวมว่า Choice Models ทำอะไรได้บ้างและกระบวนการทำงานเป็นอย่างไร แนวคิดหลักคือการใช้ Choice Model เพื่อทำความเข้าใจว่าการเลือกผลิตภัณฑ์ของลูกค้าขึ้นอยู่กับคุณลักษณะของผลิตภัณฑ์นั้น ๆ อย่างไร เช่น ผู้ซื้อรถสปอร์ตชอบเกียร์ธรรมดามากกว่าเกียร์อัตโนมัติหรือไม่ และมากกว่าแค่ไหน เพื่อให้เห็นภาพรวมก่อน เราจะข้ามรายละเอียดบางส่วนไปก่อน แล้วค่อยกลับมาครอบคลุมประเด็นสำคัญในบทถัดไป ทั้งเรื่องการเตรียมข้อมูล การกำหนดและตีความโมเดล รวมถึงการรายงานผลลัพธ์ เพื่อให้พร้อมนำวิธีการเหล่านี้ไปใช้กับข้อมูลการเลือกของคุณเองอย่างเต็มที่
- ทำไมต้องศึกษาการเลือก?50 XP
- ข้อมูลการเลือก50 XP
- ตรวจสอบข้อมูลการเลือก50 XP
- ค้นหาระดับของ factor50 XP
- ตรวจสอบข้อมูลการเลือก50 XP
- ผู้คนเลือกอะไร?100 XP
- การสร้างและตีความโมเดลการเลือก50 XP
- การสร้างโมเดลการเลือก100 XP
- การตีความพารามิเตอร์50 XP
- การใช้โมเดลการเลือกเพื่อตัดสินใจ50 XP
- การทำนายส่วนแบ่งการเลือก100 XP
- การพล็อตสัดส่วนการเลือก100 XP
2
การจัดการและสรุปข้อมูลการเลือก
ข้อมูลการเลือกมีแหล่งที่มาหลากหลายและสามารถจัดเก็บในรูปแบบที่แตกต่างกันได้ ในบทนี้ เราจะนำข้อมูลที่อยู่ในรูปแบบต่าง ๆ มาปรับให้พร้อมใช้สำหรับ Choice Modeling นอกจากนี้ยังจะพูดถึงวิธีออกแบบแบบสำรวจเพื่อเก็บข้อมูลการเลือกของคุณเองด้วย
3
การสร้าง Choice Models
ในบทนี้ เราจะเจาะลึกการประมาณค่า Choice Models มากขึ้น เพื่อสร้างรากฐานความเข้าใจ เราจะเน้นที่วิธีที่โมเดล Multinomial Logit แปลงคุณลักษณะของผลิตภัณฑ์ให้เป็นการพยากรณ์ว่าผู้ตัดสินใจจะเลือกอะไร ซึ่งจะช่วยให้มีกรอบในการตัดสินใจว่าควรรวมคุณลักษณะใดบ้างเข้าไปในโมเดล
4
Hierarchical Choice Models
ผู้คนแต่ละคนมีรสนิยมและความชอบที่แตกต่างกัน สิ่งนี้ดูเหมือนจะชัดเจนอยู่แล้วในทางสัญชาตญาณ และยังมีงานวิจัยด้านการตลาดจำนวนมากที่ยืนยันเรื่องนี้ บทนี้ครอบคลุม Choice Models ที่ตั้งสมมติฐานว่าผู้ตัดสินใจแต่ละคนมีความชอบที่แตกต่างกัน ซึ่งส่งผลต่อการเลือกของพวกเขา เมื่อโมเดลคำนึงถึงความแตกต่างในความชอบของแต่ละบุคคล โมเดลมักจะพยากรณ์ส่วนแบ่งตลาดสำหรับผลิตภัณฑ์เฉพาะกลุ่มได้สูงขึ้น Hierarchical Models ถูกนำไปใช้ในงาน Choice Modeling เชิงพาณิชย์ส่วนใหญ่ ดังนั้นการทำความเข้าใจหลักการทำงานของโมเดลเหล่านี้จึงเป็นเรื่องสำคัญ
R
Choice Modeling สำหรับการตลาดใน R
เรียนจบแล้ว

